آتش سوزی جنگلی یکی از رایج ترین خطرات اکولوژیکی محسوب می شود که پیش بینی صحیح گسترش آن موضوعی حیاتی در حداقل نمودن اثرات مخرب ناشی از آن محسوب می شود. این پدیده به عواملی از جمله توپوگرافی، پوشش گیاهی و اقلیم بستگی دارد. در میان مدل های موجود مدلهای قطعی تجربی که در قالب رستر ارائه شده اند از جمله اتوماتای سلولی، به دلیل سادگی مدل سازی و توانایی در مدل سازی سیستم های پیچیده دارای محبوبیت بیشتری هستند. در حال حاضر یکی از چالش های موجود در مدلسازی جبهه ی آتش را می توان نحوه ی تعامل مدل های موجود با پارامترهای استاتیک و دینامیک مکانی و زمانی از جمله شیب و سرعت و جهت باد برشمرد. در بررسی دقیق این پارامترها می توان سه رویکرد کارافیلیدیس، برجاک و پروجیاس را ملاحظه نمود. بخش اول این پژوهش به بررسی و مقایسه ی سه رویکرد فوق به منظور اعمال اثر پارامترهای مد نظر و مقایسه و ارزیابی نتایج حاصل با در نظر گرفتن اهمیت ابعاد پیکسل و بازه های زمانی شبیه سازی اختصاص یافته است. در شبکه ی اتوماتای سلولی، پارامتر همسایگی، یکی از پارامترهای موثر بر نتایج مدلسازی می باشد. در بخش دوم، رایج ترین همسایگی های مطرح در اتوماتای سلولی بر روی مدل منتخب اجرا شده و نتایج حاصل از شبکه های مربعی و شش ضلعی ارائه شده اند. در بخش سوم این پایان نامه نیز، دو روش بهینه سازی ازدحام ذرات و زنبور عسل جهت کالیبراسیون ضرایب مدل منتخب برای منطقه ی مورد مطالعه مورد استفاده قرار گرفته اند. مجموعه ی بررسی ها نشان می دهد که از میان رویکردهای موجود، مدل برجاک با استفاده از شبکه ی مربعی با سلول هایی به ضلع پنج متر قادر است شبیه سازی تا سطح دقتی معادل 0.83 را تولید نماید. از میان همسایگی ها نیز همسایگی ون نیومن توسعه یافته در ابعاد پیکسل بالاتر قابل رقابت با شبکه ی شش ضلعی می باشد. در زمینه ی استفاده از روش های بهینه سازی نیز روش زنبور عسل نسبت به انبوه ذرات قادر است با سرعت بالاتری، به کالیبراسیون ضرایب موجود در مدل بپردازد. با استفاده از این دو روش، مقادیر کالیبره ی 0.9 و 0.02 به ترتیب برای ضرایب ? و ? موجود در مدل برجاک محاسبه شدند. نتایج حاصل از شبیه سازی نشان داد که استفاده از این ضرایب در منطقه ی اول دقت شبیه سازی را از 0.79 به 0.83 و در منطقه ی دوم از 0.75 به 0.80 افزایش می دهد. لذا از میان رویکردهای بررسی شده مدل برجاک با سلول هایی به ضلع 5 متر و همسایگی ون نیومن توسعه یافته می تواند شبیه سازی با دقت بالاتری را در منطقه ی مورد مطالعه تولید نماید.